大学生微博使用情况的统计分析.docVIP

大学生微博使用情况的统计分析 【 】微博作为一种新的信息传播技术，正被越来越多的大学生所 认识和使用。本文通过问卷设计调查大学生微博使用情况，利用描述 统计、多重相应分析、差异性分析的统计分析方法分析微博在大学生 生活中的使用情况，得出结论，最后提出建设性的意见。 和著作权归原 所有， 匕 【关键词】描述统计多重相应分析差异性分析 一、 引言 微博已经快速地走入到了人们的生活。本文去探究大学生在微博 中的使用情况和行为特征，先通过面访的形式，对大学生人群进行抽 样调查，然后利用统计分析的方法对结果进行分析，得出大学生微博 的使用情况并以及对自身的影响，提出针对性意见。 二、 研究方法 （一）信度分析 信度指运用相同的测量手段秉复测量同一个对象时所得结果的稳 定性或前后一致性，它反映测量的精确性。Alpha系数是针对多维的 复合量表。 Alpha信度系数公式为：，式中k为测验 的题项数，si2为第i题的分数的方差（i=l，2，…，k），sn2 为n个被测者测验总分的方差。一般来说，该系数愈高，即工具的信 度愈高。在基础研究中，信度至少应达到° 0.80°才可接受，在探索 性研究中，信度只要达到° 0.70°就可接受，介于° 0.70-0.98°均属 高信度，而低于° 0.35°则为低信度，必须予以拒绝。 效度分析 采用 KM0 值（Kaiser-Meyer-Olkin）和 Bartlett 球形检验来测 试数据的效度分析，继续判断问卷数据是否可以进行下一步的分析计 算。KMO值大于0. 5达到建议标准，当P值小于0. 05吋说明拒绝原假 设，问卷通过效度检验。 （三）多重响应分析 问卷设计多选题，判断分析微博用户的使用爱好，偏好，使用习 惯以及关注了那些微博热点问题。 三、数据分析 （一）信度分析 总量表的信度系数最好在0. 8以上，0. 7-0. 8之间可以接受；分 量表的信度系数最好在0. 7以上，0. 6-0. 7还可以接受。Alpha系数如 果在0.6以下就要考虑重新编问卷。可靠性检验结果表明，Alpha系 数为0. 947,基于标准化数据计算的Alpha系数为0. 902,两个数据结 果都属于较高的信度水平，说明问卷中量表的设计具有较高的信度, 能够获得相对精确的分析结果。 （二）效度分析 表中根??效度分析结果来看，其中KMO检验用于检査变量间的偏 相关性，取值在0?1之前。KMO统计量越接近于1，变量间的偏相关 性越强，分析的效果越好。实际分析中，KMO统计景在0. 7以上时效 果比较好；当KM0统计量在0.5以下，此时不适合应用该分析法，应 考虑重新设计变量结构或者采用其他统计分析方法。其中问卷总体的 KM0值为0 .900，总体各变量Bartlett球形检验则是检测相关变量 是否构成单位阵，若结果小于0. 05则否定原假设，认为相关变量不能 够构成单位阵。而该份问卷的检测值小于0. 05水平，说明问卷数据效 度通过检验。 通过图3-3-3可以看出大学生在微博上所关注的对象现实中认识 的很少所占的比例最多，为50.2%;其次是现实中认识的人很多，有 321人，占总人数的34. 3%;也有少数人的微博所关注的对象没有现实 中认识的人，占总人数的15.5%。 由此推断，大多数人选择用微博是为了了解自己生活以外的信息， 而不是为了了解身边人的动态，微博更加倾向于一个了解人们想要认 识的却很难在现实中认识的人的平台。 通过表3-3-4分析出选择偶尔会浏览热门微博的大学生最多，占 总人数的35.7%，而选择经常和总是的浏览热门微博的人也不少，分 别占总人数的34. 7%和22. 8%，只右极少数的同学选择从不浏览热门微 博，占总人数的6.8%。 浏览热门微博已经成为了大学生玩微博时的重要组成部分，更多 的大学生选择通过浏览热门微博来获取当天的热点信息。 通过表3-3-5,选择偶尔会对热门微博发表评论的大学生最多， 占总人数的45.5%，第二多的是从不对热门微博发表评论，占总人数 的24. 6%，而选择经常和总是的人占少数，分别为21. 8%和8. 1%。 这说明，大学生虽然对热门微博充满兴趣，但是大多数人只是抱 着看看的态度，并不参与其中微博多种多样，我们很难辨清哪条微博 是真哪条微博是假，就需要考察大学生在转发一条是否会考虑其真实 性。 通过表3-3-6,选择偶尔会考虑微博真实性的同学最多，占总人 数的36.8%，经常和总是考虑微博真实性的人也不少，分别占总人数 的32. 2%和20. 2%;从不考虑微博真实性的人最少，占总人数的10. 8%。 由此可知，大多数大学生对于微博上的信息并不选择盲目相信， 而是会考虑其真实性。 通过表3-3-7可以看出，选择偶尔会改变看法的同学最多，占总 人数的50.3%，